설명 가능한 인공지능(XAI)은 인공지능 모델의 의사결정 과정을 인간이 이해할 수 있도록 설명하는 기술을 연구하는 분야입니다. 본 연구실에서는 추천시스템, 반도체 공정 데이터, 시계열, 그래프, 의료 데이터 등 다양한 도메인에 XAI를 적용하여, 모델의 예측 근거와 불확실성, 신뢰성 있는 설명을 제공하는 방법론을 개발하고 있습니다. 특히, 컨셉 기반 설명, 베이지안 신경망, 불확실성 정량화 등 최신 XAI 기법을 실제 산업 현장에 적용하여, 복잡한 데이터와 모델의 해석 가능성을 높이고 있습니다. 연구실은 반도체 제조 공정과 같은 고난이도 산업 데이터에 XAI를 적용하여, 공정 변수의 인과관계 분석, 결함 탐지, 공정 최적화 등에 활용하고 있습니다. 또한, 의료 인공지능 분야에서는 의료 영상 및 생체 신호 데이터에 대한 설명 가능한 분석을 통해, 의료진이 신뢰할 수 있는 진단 지원 시스템을 구축하는 데 기여하고 있습니다. 이러한 연구는 실제 산업 파트너와의 협업을 통해 현장 적용성과 실효성을 검증받고 있습니다. 설명 가능한 인공지능 연구는 인공지능의 신뢰성과 투명성을 확보하는 데 필수적입니다. 본 연구실은 XAI의 이론적 발전뿐만 아니라, 실제 데이터와 문제에 적용 가능한 실용적 솔루션 개발에 중점을 두고 있습니다. 앞으로도 다양한 도메인에서의 XAI 적용을 확대하고, 인간-인공지능 협업 환경에서 신뢰할 수 있는 AI 시스템 구축을 목표로 연구를 지속할 예정입니다.

시계열 데이터 분석은 금융, 제조, 헬스케어, 스마트 팩토리 등 다양한 분야에서 시간에 따라 변화하는 데이터를 분석하고 예측하는 핵심 기술입니다. 본 연구실은 AI 기반 주가 예측, 장기 시계열 예측, 이상 탐지, 스마트 팩토리 장비 불량 예측, 그래프 기반 시계열 분석 등 다양한 시계열 데이터 분석 연구를 수행하고 있습니다. 특히, 자기지도 학습, 그래프 신경망, 하이퍼그래프, 트랜스포머 등 최신 딥러닝 기법을 활용하여 복잡한 시계열 패턴을 효과적으로 학습하고 예측하는 방법론을 개발하고 있습니다. 연구실은 실제 산업 현장에서 발생하는 결측치, 데이터 희소성, 다양한 시간 스케일 등 현실적인 문제를 해결하기 위한 데이터 증강, 결측치 보간, 다중 스케일 및 주파수 특징 융합 등 혁신적인 기술을 도입하고 있습니다. 또한, 시계열 데이터의 이상 탐지 분야에서는 그래프 기반의 이중 어텐션 네트워크, 모델 직렬화 기반 프레임워크 등 새로운 접근법을 통해 높은 정확도와 설명 가능성을 동시에 달성하고 있습니다. 이러한 연구는 스마트 팩토리, 반도체 공정, 금융 시장, 헬스케어 등 실제 응용 분야에서의 데이터 분석 및 예측 정확도 향상에 크게 기여하고 있습니다. 앞으로도 본 연구실은 시계열 데이터의 복잡성과 다양성을 극복하고, 실시간 모니터링 및 예측 시스템 구축을 위한 핵심 기술 개발에 주력할 계획입니다.

자연어처리(NLP)와 대규모 언어모델(LLM)은 인간의 언어를 이해하고 생성하는 인공지능의 핵심 분야입니다. 본 연구실은 감성 분석, 문장 임베딩, 대조 학습, OOD(Out-of-Distribution) 및 적대적 공격 탐지, 다국어 및 방언 편향 분석, 추천 시스템과의 융합 등 다양한 NLP 연구를 수행하고 있습니다. 특히, LLM 기반 챗봇, 문서 요약, 질의응답, 창의적 스토리텔링 등 실제 산업 및 사회 문제 해결에 직접 활용 가능한 기술 개발에 집중하고 있습니다. 연구실은 한국어, 벵골어, 말레이어 등 다양한 언어와 방언에 대한 편향 및 공정성 문제를 심층적으로 분석하고, 마스킹 언어모델, 대조 학습, 프롬프트 기반 데이터 증강 등 최신 기법을 적용하여 언어모델의 성능과 신뢰성을 높이고 있습니다. 또한, LLM의 정보 보존 특성, 응답 편향 완화, 안전성 평가 등 대규모 언어모델의 한계와 가능성에 대한 연구도 활발히 진행 중입니다. 이러한 연구는 공공 분야, 기업용 챗봇, 법률 문서 분석, 도시 데이터 질의 등 다양한 실제 프로젝트와 연계되어 실질적인 사회적 가치를 창출하고 있습니다. 앞으로도 본 연구실은 다국어, 멀티모달, 인간-인공지능 협업 환경에서의 자연어처리 기술 고도화와 LLM의 신뢰성·공정성 확보를 위한 연구를 지속적으로 확장할 예정입니다.

컴퓨터 비전은 이미지와 영상 데이터를 분석하고 이해하는 인공지능 분야로, 본 연구실은 3D 객체 추적, 의료 영상 분석, 얼굴 표정 감정 분석, 스마트 팩토리 비전, 디퓨전 모델 등 다양한 연구를 수행하고 있습니다. 특히, 멀티모달 데이터(이미지+텍스트+센서 등)를 통합적으로 처리하는 기술, 적대적 공격 및 OOD 탐지, 모델의 시각적 설명 가능성 등 최신 이슈에 대한 연구가 활발히 이루어지고 있습니다. 연구실은 3D 형상 학습을 위한 설명 가능한 컨볼루션 신경망, 의료 영상의 자동 분할 및 진단 지원, 금형 공정 이미지 분석, 시각 기반 추천 시스템 등 실제 산업 및 의료 현장에 적용 가능한 실용적 솔루션을 개발하고 있습니다. 또한, 멀티모달 VLM(Vision-Language Model) 안전성 평가, 이미지 맥락 보존을 위한 RAG 시스템 등 차세대 융합 AI 기술 연구도 선도적으로 진행 중입니다. 이러한 연구는 스마트 팩토리, 의료, 도시공학, 패션 등 다양한 분야에서 데이터 기반 의사결정과 자동화, 인간-인공지능 협업의 혁신을 이끌고 있습니다. 앞으로도 본 연구실은 컴퓨터 비전과 멀티모달 AI의 융합을 통해, 더욱 신뢰성 높고 설명 가능한 인공지능 시스템 개발에 주력할 계획입니다.